智谱AI开源的GLM-5大模型在编码与Agent能力上表现突出。海光DCU实现了对其的Day0适配与优化，这不仅为开发者和企业提供了即用的部署方案，更展示了国产算力与前沿大模型协同发展的新可能，解决了模型落地算力滞后的行业痛点。
智能速览
智谱AI正式开源具备顶尖Coding与Agent能力的GLM-5大模型。
GLM-5参数规模扩展至744B，并集成稀疏注意力以降低部署成本。
海光DCU完成Day0适配，通过优化底层算子实现模型高效稳定运行。
此次合作打破了算力与模型脱节的痛点，推动国产AI生态双向赋能。
精华内容
GLM-5的登场，不仅是模型参数的跃升，更是一次技术架构的革新。海光DCU的即时适配，则为这场革新提供了坚实的算力基石。
模型能力跃升
GLM-5在Coding与Agent能力上达到了开源SOTA水平，其真实编程场景的使用体感已非常接近Claude Opus 4.5。这得益于其规模的显著扩展，参数总量从355B增加至744B，激活参数从32B提升至40B。同时，预训练数据量也从23T增长至28.5T，这些基础层面的升级共同大幅提升了模型的通用智能水平。
架构技术创新
为支持更大规模模型和更复杂的任务，GLM-5构建了全新的“Slime”异步强化学习框架。该框架通过异步智能体强化学习算法，能够持续从长程交互中学习。此外，模型首次集成了DeepSeek Sparse Attention稀疏注意力机制，这一创新在保持长文本处理效果无损的前提下，大幅降低了模型的部署成本并提升了Token Efficiency。
算力高效适配
海光DCU在本次合作中展现了高效的协同能力。团队利用自研的DTK软件栈，深度优化了GLM-5在海光DCU平台上的底层算子与硬件加速方案。这种深度调优确保了GLM-5能够在国产算力平台上实现高吞吐、低延迟的稳定运行，让开发者可以即取即用，充分发挥了“国产算力+国产大模型”的组合优势。
打破行业瓶颈
AI大模型的迭代速度极快，底层算力的适配能力已成为决定其能否快速落地的关键因素。海光DCU与GLM-5的同步适配，有效打破了“算力与模型脱节”的行业痛点。这不仅为用户提供了高效、可靠且低成本的算力解决方案，也预示着国产算力与国产大模型将进入一个双向赋能、共同发展的新阶段。
此次海光DCU与GLM-5的闪电适配，是国产AI产业链协同作战的一次成功实践。它不仅加速了前沿模型的落地应用，也为国产算力的价值实现提供了清晰路径。未来，这种深度融合将如何重塑AI竞争格局？
